DOI: https://doi.org/10.1177/87569728231225198
تاريخ النشر: 2024-01-09
المؤلف: Ralf Müller وآخرون
الموضوع الرئيسي: البيانات الضخمة وذكاء الأعمال
نظرة عامة
تناقش هذه الفقرة معدل الرفض الكبير للطلبات المتعلقة بالذكاء الاصطناعي (AI) في مجلة إدارة المشاريع (PMJ). تهدف إلى تقديم نظرة شاملة على المشهد الحالي لمساهمات الأكاديميين والممارسين في هذا المجال. يسعى المقال إلى تحديد مواضيع البحث المستقبلية المحتملة ويقدم إرشادات لتنفيذ وتقرير الدراسات المتعلقة بالذكاء الاصطناعي في سياق إدارة المشاريع، مما يعالج التحديات التي يواجهها الباحثون في هذا المجال.
مقدمة
تسلط مقدمة ورقة البحث الضوء على الزيادة في تقديم المخطوطات المتعلقة بالذكاء الاصطناعي (AI) في إدارة المشاريع إلى مجلة إدارة المشاريع (PMJ). ومع ذلك، تشير إلى أن معظم الطلبات إما تم رفضها على المكتب أو فشلت في اجتياز مراجعة الأقران، مما يدل على الحاجة إلى صرامة علمية أعلى في هذا المجال الناشئ. مستشهدين بـ Müller و Locatelli (2023a)، يؤكد المؤلفون على أهمية دراسة الظواهر المعاصرة مثل الذكاء الاصطناعي، الذي يقدم فرصًا واسعة للمساهمات الأكاديمية.
لمعالجة التحديات في نشر أبحاث ذات جودة حول الذكاء الاصطناعي والمشاريع، يقترح المؤلفون نهجًا منظمًا. أولاً، يستعرضون الحالة الحالية للأدبيات الأكاديمية حول تقاطع الذكاء الاصطناعي وإدارة المشاريع. بعد ذلك، يقدمون نتائج تجريبية من مسح يستعرض التطبيقات العملية للذكاء الاصطناعي داخل المنظمات. أخيرًا، تحدد الورقة مواضيع البحث المحتملة وتقدم إرشادات لإجراء وتقرير الدراسات المستقبلية، بهدف تعزيز الأساس العلمي لهذا المجال من البحث.
نقاش
تسلط فقرة النقاش في الورقة الضوء على تطور الذكاء الاصطناعي (AI) من أصوله المفاهيمية مع آلان تورينج إلى حالته الحالية، التي تتميز بتقدم كبير في القدرات والتطبيقات عبر مختلف القطاعات. يصنف المؤلفون الذكاء الاصطناعي إلى ثلاثة أنواع رئيسية: الذكاء الاصطناعي الضيق (ANI)، الذي يؤدي مهام محددة؛ الذكاء الاصطناعي العام (AGI)، الذي يمكنه التعلم والتكيف عبر السياقات؛ والذكاء الاصطناعي الفائق (ASI)، وهو بناء نظري يتجاوز القدرات المعرفية البشرية. بينما تعمل معظم أنظمة الذكاء الاصطناعي المعاصرة ضمن إطار ANI، هناك اهتمام متزايد في تطوير AGI، على الرغم من أن ASI لا يزال نظريًا. تؤكد الورقة على الإمكانات التحولية للذكاء الاصطناعي في إدارة المشاريع، مشيرة إلى أنه بينما تعترف العديد من المنظمات بقدرة الذكاء الاصطناعي على تعزيز الكفاءة واتخاذ القرارات، هناك فجوة كبيرة في تدريب ومعرفة الذكاء الاصطناعي بين المهنيين.
تظهر النتائج التجريبية من مسح شمل 2,314 محترفًا عبر 129 دولة أن 76% يعتقدون أن الذكاء الاصطناعي سيغير بشكل كبير ممارسات إدارة المشاريع. ومع ذلك، قيم 62% من المستجيبين منظماتهم بشكل سيئ من حيث توفير تدريب على الذكاء الاصطناعي، مما يشير إلى حاجة ملحة لمبادرات تعليمية لإعداد القوى العاملة لدمج الذكاء الاصطناعي. يناقش المؤلفون أيضًا انخفاض الاهتمام بالاستثمار في الذكاء الاصطناعي من القطاع التجاري، مما يتناقض مع الموقف الاستباقي للحكومات الوطنية تجاه التكنولوجيا والابتكار. تختتم الفقرة بتحديد إرشادات للبحث المستقبلي، داعية إلى التركيز على المساهمات النظرية والصرامة التجريبية في دراسة آثار الذكاء الاصطناعي على إدارة المشاريع، بما في ذلك الأدوار المتطورة لمديري المشاريع، والمهارات اللازمة، والاعتبارات الأخلاقية.
DOI: https://doi.org/10.1177/87569728231225198
Publication Date: 2024-01-09
Author(s): Ralf Müller et al.
Primary Topic: Big Data and Business Intelligence
Overview
The section discusses the significant rate of desk rejections for submissions related to artificial intelligence (AI) in the Project Management Journal (PMJ). It aims to present a comprehensive overview of the current landscape of both academic and practitioner contributions in this field. The article seeks to identify potential future research topics and offers guidelines for the execution and reporting of AI-related studies within the context of project management, thereby addressing the challenges faced by researchers in this domain.
Introduction
The introduction of the research paper highlights the increasing submission of manuscripts related to artificial intelligence (AI) in project management to the Project Management Journal (PMJ). However, it notes that most submissions are either desk rejected or fail to pass peer review, indicating a need for higher scientific rigor in this emerging field. Citing Müller and Locatelli (2023a), the authors emphasize the significance of studying contemporary phenomena like AI, which presents ample opportunities for scholarly contributions.
To address the challenges in publishing quality research on AI and projects, the authors propose a structured approach. They first review the current state of academic literature on the intersection of AI and project management. Next, they present empirical findings from a survey examining practical AI applications within organizations. Finally, the paper outlines potential research topics and offers guidelines for conducting and reporting future studies, aiming to enhance the scientific foundation of this area of inquiry.
Discussion
The discussion section of the paper highlights the evolution of artificial intelligence (AI) from its conceptual origins with Alan Turing to its current state, characterized by significant advancements in capabilities and applications across various sectors. The authors categorize AI into three main types: Artificial Narrow Intelligence (ANI), which performs specific tasks; Artificial General Intelligence (AGI), which can learn and adapt across contexts; and Artificial Superintelligence (ASI), a theoretical construct that exceeds human cognitive abilities. While most contemporary AI systems operate within the ANI framework, there is growing interest in developing AGI, although ASI remains speculative. The paper emphasizes the transformative potential of AI in project management, noting that while many organizations recognize AI’s capacity to enhance efficiency and decision-making, a substantial gap exists in AI training and knowledge among professionals.
The empirical findings from a survey of 2,314 professionals across 129 countries reveal that 76% believe AI will significantly alter project management practices. However, 62% of respondents rated their organizations poorly in terms of providing AI training, indicating a critical need for educational initiatives to prepare the workforce for AI integration. The authors also discuss the low interest in AI investment from the business sector, contrasting it with the proactive stance of national governments towards technology and innovation. The section concludes by outlining guidelines for future research, advocating for a focus on theoretical contributions and empirical rigor in studying AI’s implications for project management, including the evolving roles of project managers, necessary skills, and ethical considerations.